comitÉ multisectorial encargado del estudio nacional del...
TRANSCRIPT
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 1
INFORME TÉCNICO ENFEN
Año 3 N°02
Febrero de 2017
COMITÉ MULTISECTORIAL ENCARGADO DEL
ESTUDIO NACIONAL DEL FENÓMENO EL NIÑO
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 2
Programa Presupuestal por Resultados N° 068:
“Reducción de vulnerabilidad y atención de emergencias por desastres”
Producto: Entidades informadas en forma permanente y con pronósticos frente al Fenómeno El Niño
Autor: Comité Multisectorial encargado del Estudio Nacional del Fenómeno El Niño (Enfen)
Comité Multisectorial Enfen Presidente:
Vice-Alm. (r) Javier Alfonso Gaviola Tejada Presidente del Consejo Directivo, Instituto del Mar del Perú (Imarpe)
Vice-Presidente:
Calm. David Portilla Linares Director de Hidrografía y Navegación de la Marina de Guerra del Perú (DHN)
Dr. Hernando Tavera Huarache
Presidente Ejecutivo, Instituto Geofísico del Perú (IGP)
Ing. Amelia Díaz Pabló
Presidente Ejecutiva, Servicio Nacional de Meteorología e Hidrología (SENAMHI) Ing. Abelardo de la Torre Villanueva Jefe, Autoridad Nacional del Agua (ANA) Vicealmirante Alberto Lozada Frías Jefe, Instituto Nacional de Defensa Civil (INDECI)
Comité Técnico Enfen Coordinador: Dimitri Alexey Gutiérrez Aguilar
IMARPE: Marilú Bouchón, Luis Vásquez, Carlos Quispe, Cecilia Peña, Octavio Morón,
DHN: Gustavo Laos, Rina Gabriel, Roberto Chauca.
SENAMHI: Grinia Avalos, Christian Barreto, Nelson Quispe.
IGP: Ken Takahashi, Kobi Mosquera.
ANA: Gustavo Galindo, Carlos Verano
INDECI: Hernán Iván Vásquez Rivasplata, Sheyla Yauri Condo
Año: 2 Redacción del informe: Comité Técnico Enfen
Edición y Producción: L. Pizarro (Secretaría Técnica Enfen)
Diseño de carátula: Imarpe
El contenido de este documento puede ser reproducido mencionando la fuente Enfen.
Este documento se puede citar como:
Comité Multisectorial Encargado del Estudio Nacional del Fenómeno El Niño (Enfen). 2017.
Informe Técnico Enfen. Año 3, N° 02, febrero de 2017, 64 p.
El Informe Técnico Enfen de febrero 2017 y los informes previos están disponibles en la World Wide Web en
las páginas electrónicas de las instituciones que conforman el Comité. De tener inconvenientes para acceder
al informe, contacte a la Secretaría Técnica Enfen a la dirección electrónica [email protected].
Hecho el Depósito Legal en la Biblioteca Nacional del Perú N°2015-09351
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 3
Análisis mensual de los impactos de El Niño-Oscilación del Sur en las condiciones meteorológicas, oceanográficas, biológico-pesqueras e hidrológicas del mes de mayo de 2016 en el Perú y las perspectivas
de variabilidad.
Diagnóstico Climático y Previsión de
El Niño-Oscilación del Sur en el Perú,
febrero 2017
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 4
PRESENTACIÓN
La gran diversidad y productividad de la zona continental como
marítima del territorio peruano se altera eventualmente por eventos
de la Naturaleza que ocurren a diferentes escalas de tiempo y espacio.
Entre ellos, el Fenómeno El Niño reviste singular importancia por sus
impactos en el Perú como a nivel global.
Han transcurrido casi cuatro décadas desde que el Estado Peruano
estableciera el Comité Multisectorial encargado del Estudio Nacional
del Fenómeno El Niño (Enfen). Durante este tiempo, el Comité ha
monitoreado, vigilado, analizado y alertado sobre las anomalías del
océano y la atmósfera con el fin de prevenir y mitigar los impactos de El
Niño en el Perú. Estas acciones se realizan de forma sinérgica,
coordinada, con el Servicio Nacional de Meteorología e Hidrología
(SENAMHI), la Dirección de Hidrografía y Navegación (DHN), el Instituto
Geofísico del Perú (IGP), la Autoridad Nacional del Agua (ANA), el
Instituto Nacional de Defensa Civil (INDECI) y el Instituto del Mar del
Perú (Imarpe), institución que preside el Comité.
Las capacidades observacionales (meteorológica, oceanográfica,
biológico-pesquera e hidrológica), de infraestructura, analíticas y de
gestión se vienen fortaleciendo ahora con la participación de algunas
instituciones del Comité Enfen en el Programa Presupuestal por
Resultados N° 068 “Reducción de vulnerabilidad y atención de
emergencias por desastres”. Su producto denominado “Entidades
informadas en forma permanente y con pronósticos frente al
Fenómeno El Niño” comprende una versión resumida “Comunicado
Oficial” que se publica quincenalmente en períodos de contingencia
como el actual y en forma mensual en periodos normales, así como una
versión extendida “Informe Técnico” de carácter mensual. Este último
documento incorpora ahora nuevos elementos de información que
tengo el honor de presentar, esperando que contribuya a mejorar el
conocimiento y a adoptar decisiones y acciones oportunas hacia una
eficiente y eficaz gestión del riesgo asociado a El Niño-Oscilación del Sur
en nuestro país.
Cordialmente,
Vice-Alm. (r) Javier Alfonso Gaviola Tejada
Presidente del Comité Multisectorial para
El Estudio Nacional del Fenómeno El Niño
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 5
Figuras:
3.1.1.1 Anomalías de la temperatura superficial del mar (°C) en el océano Pacífico oriental para los días a) 31 de enero, b) 11 de febrero, c) 20 de febrero, y e) 26 de febrero de 2017. La línea sólida en color azul indica el límite la región Niño 1+2 y Niño 3+4. Datos: NCDC/NCEP/NOAA. Procesamiento: DHN.
27
3.1.1.2. Anomalías de la temperatura superficial del mar (°C) en las regiones Niño de Marzo del 2016 a febrero del 2017. Fuente: NCEP/NOAA.
28
3.1.1.3. a) TSM absoluta (°C) y b) anomalía de la TSM (°C) desde marzo del 2016 hasta febrero del 2017, climatología (línea discontinua), datos infrarrojos (línea gris), microondas (línea roja) y OSTIA (línea negra), en la región 1+2. Procesamiento: IGP.
29
3.1.1.4. Evolución del Índice de Oscilación Sur (IOS), considerando la media móvil de 30 días. Fuente: Bureau of Meteorology, Australia.
29
3.1.1.5. Hovmöller de anomalías de a) Radiación de Onda Larga - OLR (W/m2) desde el mes de febrero de 2106 hasta febrero de 2017. Datos: NCEP b) Precipitaciones en el mes de febrero de 2016. Datos: TRMM. Procesamiento: IGP/SENAMHI.
30
3.1.1.6. Radiación de Onda Larga - OLR (W/m2) en el Pacífico central-oriental (170°W-140°W, 5°S-5°N) desde el mes de enero hasta el mes de febrero. Datos: ESRL/NOAA, Procesamiento: IGP.
31
3.1.1.7. Diagrama longitud-tiempo de las anomalías del viento zonal ecuatorial, temperatura superficial del mar y profundidad de la isoterma de 20°C entre 2°N-2°S, en base a datos de TAO/TRITON, actualizados a fines de febrero.
32
3.1.1.8 Diagrama longitud-tiempo de las anomalías de esfuerzo de viento zonal ecuatorial basado en datos del escaterómetro ASCAT (a) y anomalía de la profundidad de la isoterma de 20°C con datos de los derivadores de ARGO y de las boyas TAO/TRITON (b). Las líneas diagonales plomas representan una propagación hacia el este con velocidad de 2,7 m/s para la Onda de nivel del mar. Procesamiento: IGP
33
3.1.1.9. Análisis de anomalías del viento (m/s) en a) 850 hPa y b) 200 hPa para el mes de febrero del 2017. Datos: NCEP/NOAA. Procesamiento: SENAMHI-DCL
34
3.1.10. Circulación atmosférica ecuatorial promedio mensual (derecha) y su anomalía (izquierda) para el mes de diciembre (a y b); enero (c y d); y febrero (e y f) del 2017, respectivamente. Fuente: SENAMHI con datos de la NCEP-NOAA.
35
3.1.2.1. Anomalías del Nivel Medio del Mar, actualizados a febrero del 2017, a) 23 de enero b) 07 de febrero, c) 17 de febrero y d) 22 de febrero; Fuente AVISO – DHN.
36
3.1.2.2. Anomalías de la temperatura sub-superficial del mar (°C) en el océano Pacífico ecuatorial entre los 2°N y 2°S promediadas cada cinco días, finalizando los días: a) 6 de febrero, b) 11 de febrero, c) 16 de febrero, d) 21 de febrero y e) 26 de febrero de 2017. Fuente: TAO/TRITON, PMEL/NOAA.
36
3.1.2.3. a) Inclinación de la termoclina, diferencia de la profundidad zonal del ajuste de la regresión lineal para la longitud (137°E – 95°W). Climatología 1993-2012 (punteado). b) Contenido de calor en la región ecuatorial entre 2°N y 2°S). Data: TAO/TRITON. Procesamiento: IGP.
37
3.2.1.1. Presión atmosférica (hPa) a nivel medio del mar para febrero del 2017. a) Promedio de la Presión atmosférica (hPa) a nivel del mar, b) Anomalía de la Presión atmosférica (hPa) a nivel del mar. Datos: NCEP/NOAA. Procesamiento: SENAMHI.
38
3.2.1.2 Condiciones promedio de precipitación, temperatura superficial del mar (TSM) y esfuerzo de viento, correspondientes a enero, (a) valores absolutos de precipitación, (b) anomalía de precipitación, (c) valores absolutos de TSM asociados al esfuerzo de vientos, (d) anomalías de TSM, asociados al esfuerzo de vientos. Fuente TRMM, AVHRR-NCDC-NOAA, ASCAT-IFREMER. Procesamiento: IGP.
39
3.2.1.3. a) Velocidad del viento (m/s) y b) Anomalía del viento (m/s), desde los 0° hasta 20°S en el periodo de agosto del 2016 al 25 de febrero del 2017. Los vectores representan la dirección del viento y anomalía de la dirección del viento, respectivamente. Datos: ASCAT. Procesamiento: IMARPE.
40
3.2.1.4 a) Dirección del Viento; b) Índice de Afloramiento Costero (a partir del viento diario satelital a 40 Km frente a la costa del Perú). Las líneas encierran los períodos en los cuales persistió viento con componente sur (VV>4 m/s) al menos 05 días consecutivos. Datos: ASCAT, Procesamiento: IMARPE
40
3.2.2.1. Anomalías de las temperaturas extremas del aire (°C) en la costa peruana desde enero 2016 a febrero del 2017. a) Temperatura máxima y b) Temperatura mínima. Fuente: SENAMHI.
41
3.2.3.1 Variaciones de la zona de convergencia intertropical (ZCIT), precipitación y temperatura superficial del mar (TSM), en el Pacífico Ecuatorial cerca a Sudamérica. a) Evolución de la ZCIT entre los 84 a 86°W, evidenciada a partir de la convergencia de humedad relativa. Contornos azules: ascensos verticales (Pa/seg) promedio entre 500 y 850 hPa. Matices de colores: convergencia de humedad (10*s-1); vectores: flujos de relación de mezcla en 1000 hPa. Fuente: SENAMHI. b) Diagrama Hovmöller de isotermas de 26°C y 27°C (líneas negras) entre costa y los 330 km, asociados a la precipitación desde la costa hasta los 1000 m de altitud (gradientes de color). Fuente: TRMM; procesamiento: IGP.
42
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 6
3.2.3.2 Mapa de anomalías de precipitación acumulada (%), durante la (a) primera, (b) segunda y (c) tercera decadiaria de febrero del 2017, registradas en las estaciones meteorológicas del SENAMHI.
43
3.2.3.3. Series de tiempo actualizados a fines de febrero, de los caudales diarios (m3 /s) de los principales ríos del Perú, entre los meses de setiembre a agosto: a) Tumbes, b) Chira, c) Piura, d) Chancay Lambayeque, e) Santa, f) Chancay Huaral, g) Rímac, h) Majes, de la vertiente del pacífico; i) Huancané y j) Ramis, de la cuenca del Titicaca. Líneas azules: caudales de años 2016-2017, negras: Promedio histórico, amarillas: nivel de alerta, y rojas: nivel de emergencia. Fuente: ANA.
44
3.2.4.1. Comparación de los datos satelitales de ERSST y OI-SST respecto a los datos observados de las boyas ARGO durante los meses de enero y febrero 2017.
45
3.2.4.2. Índice Costero El Niño para los años 1972-1974 (verde), 1982-1984 (rojo), 1997-1999 (azul) y 2015-2017 (negro). Se agregan datos OI SST para enero a marzo del 2017. Fuente IGP.
46
3.2.4.3. Condiciones térmicas del océano frente a Perú, a) Temperatura Superficial del Mar (TSM) y b) Anomalías de la TSM (°C), durante los días 07, 14, 21 y 28 de febrero del 2017. El cuadrante indica el límite de la región Niño 1+2. Fuente: OSTIA. Procesamiento: IMARPE.
47
3.2.4.4 a) Variación del índice LABCOS y su valor mensual (línea punteada con símbolos), basado en las anomalías de la TSM registradas en estaciones del litoral ubicadas de Paita a Ilo (Quispe & Vásquez, 2015); b) Diagrama Hovmöller de la anomalía de la TSM a lo largo del litoral durante el último trimestre, en estaciones de la DHN e IMARPE (Chicama).
48
3.2.4.5. Anomalías del Nivel Medio del Mar, actualizados a febrero del 2016, a) Series diarias y b) Hovmöller durante el último bimestre en estaciones costeras de la DHN, c) Hovmöller en franja costera de 0-100 km, entre 2015-2016; Fuente AVISO – IMARPE.
49
3.2.5.1 Distribución vertical de: a) temperatura (°C), b) anomalía de temperatura (°C), c) salinidad (ups) y d) anomalía de salinidad (ups) frente a Paita, realizada durante el 21 y 22 de febrero de 2017. Fuente: IMARPE.
49
3.2.5.2 Distribución vertical de: a) temperatura (°C), b) anomalía de temperatura (°C), c) salinidad (ups) y d) anomalía de salinidad (ups) frente a Chicama, realizada durante el 18 y 19 de febrero de 2017. Fuente: IMARPE.
50
3.2.5.3 Series de tiempo para la estación oceanográfica fija frente a Paita (punto fijo Paita) de: a) temperatura (°C), b) anomalía de la temperatura (°C), c) Salinidad (ups), c) Oxígeno (mL/L), d) Silicatos (μM) y e) Clorofila (µg/L), para el periodo del 01 de enero de 2016 al 27 de febrero de 2017. Climatología: 1994-2010. Fuente: IMARPE.
51
3.2.5.4 Series de tiempo para la estación oceanográfica fija frente a Chicama (punto fijo Chicama) de: a) Temperatura (°C), b) Salinidad (ups) y c) Oxígeno (mL/L), para el periodo del 01 de enero de 2016 al 27 de febrero de 2017. Fuente: IMARPE.
52
3.2.5.5 Series de tiempo para la estación oceanográfica fija frente a Callao (punto fijo Callao) de: a) temperatura (°C), b) anomalía de la temperatura (°C), c) Salinidad (ups), d) oxígeno (mL/L), e) Silicatos (μM) y f) Clorofila (µg/L), para el periodo del 01 de enero de 2016 al 28 de febrero de 2017. Climatología: 1994-2010. Fuente: IMARPE.
53
3.2.6.1. Clorofila satelital promedio para el mes de (a) enero y (b) febrero del satélite MODIS frente a Perú. (c) Mapa de anomalía promedio mensual de clorofila-a satelital y (d) número de datos por pixel proveniente del satélite MODIS. Además, (e) Hovmöller latitud vs. tiempo y (f) serie de tiempo de anomalías de clorofila superficial satelital promedio provenientes del satélite MODIS entre enero del 2014 a febrero del 2016. En (e) se tomó un promedio entre los 0-100km de la costa y en (f) entre los 4°S-16°S y 0-100km de la costa.
54
3.2.7.1. (a) Distribución espacial de las capturas de anchoveta y (b) la estructura de tallas por puerto durante febrero 2017, ambas correspondientes a la flota artesanal. Fuente: LBR/IMARPE
55
3.2.7.2 (a) Distribución espacial de los valores ecointegrados de anchoveta y (b) la estructura de tallas por latitud de la EUREKA LXIX entre el 21 y 23 de febrero del 2017. Fuente: LBR/IMARPE
55
3.2.7.3 Indicadores reproductivos, a) Índice Gonadosomático (IGS), b) Fracción Desovante (FD), y c) Índice de atresia del stock norte – centro de anchoveta. Serie mensual: enero 2015 – febrero 2017. Fuente: LBR/IMARPE
56
4.2.1 Diagrama Hovmöller longitud-tiempo mostrando las simulaciones de las ondas Kelvin en el Océano Pacifico ecuatorial. Modelo oceánico lineal (LOM-IGP, suma de componentes Kelvin y Rossby) con (a) termoclina constante y (b) termoclina variable. FUENTE: IGP.
57
4.2.2 Diagramas Hovmöller longitud-tiempo mostrando las simulaciones de las ondas Kelvin en el Océano Pacifico ecuatorial. Modelo oceánico de complejidad intermedia: Modo 1 (a), Modo 2 (b), Modos 1+2 (c) de la isoterma de 20°C, en metros. La línea discontinua horizontal indica el inicio del pronóstico.
58
4.2.3 Índice Niño 3.4 mensual observado y pronosticado por los modelos de NMME. Fuente: CPC/NCEP/NOAA.
59
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 7
4.2.4 Índice Costero El Niño (ICEN, círculos llenos en color negro; ICEN-OI triángulos llenos en color negro) y sus valor temporal (ICENtmp, círculo lleno en color rojo, e INCEN-OItmp triangulo lleno en color rojo). Además, pronósticos numéricos del ICEN (media móvil de 3 meses de las anomalías pronosticadas de TSM en la región Niño1+2) por diferentes modelos climáticos. Las líneas entrecortadas corresponden a los miembros de los "ensembles". Los pronósticos de los modelos CFSv2, CMC1, CMC2, GFDL, NASA, NCAR. Fuente: IGP, NOAA, proyecto NMME.
60
Tablas
Tabla 2.1.1. Principales variables y bases de datos utilizados en el presente informe 13
Tabla 3.2.3.1 Volumen de agua almacenado en los reservorios principales para el mes de febrero. Fuente ANA.
61
Tabla 3.1.1.1. Valores del Oceanic Niño Index (ONI) de mayo 2016 a enero del 2017. Además se presentan los valores estimados del ONI (ONItmp) para febrero y marzo del 2017 (Procesamiento: IGP).
62
Tabla 3.2.4.1. Valores del Índice Costero El Niño (ICEN) de mayo de 2016 a enero de 2017, basado en datos de infrarrojo con interpolación óptima y datos in situ (OISST). Además se presentan los valores estimados del ICEN usando la misma fuente para febrero y marzo del 2017 (Procesamiento: IGP).
63
Tabla 3.2.4.2. Anomalías mensuales de la temperatura superficial del mar (°C) y nivel medio del mar (cm) en el semestre setiembre – febrero de 2017. Fuente: Estaciones costeras – DHN.
64
Tabla 4.2.1 Pronósticos de ONI por modelos de NMME (promedios trimestrales de los pronósticos de las anomalías en Niño 3.4). Para los trimestres EFM los meses de enero y febrero son datos observados.
64
Tabla 4.2.2 Pronósticos de ICEN por modelos de NMME (promedios trimestrales de los pronósticos de las anomalías en Niño 1+2). Para los trimestres EFM los meses de enero y febrero son datos observados.
64
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 8
Diagnóstico Climático y Previsión de El Niño-Oscilación
del Sur en el Perú, febrero 2017
ÍNDICE
RESUMEN ............................................................................................................................ 9 1. INTRODUCCIÓN ...................................................................................................... 12
2. MATERIALES Y MÉTODOS ................................................................................... 13
2.1. VARIABLES ....................................................................................................... 13 2.2. ÍNDICES ............................................................................................................. 13 2.3. MODELOS DE PRONÓSTICO ........................................................................... 13 3. CONDICIONES OBSERVADAS EN DICIEMBRE .................................................... 15
3.1. CONDICIONES A MACROESCALA .................................................................. 15 3.1.1. Circulación atmosférica y temperatura superficial en el Pacífico Ecuatorial ........ 15
3.1.2. Dinámica oceánica en el Pacífico Ecuatorial ....................................................... 16
3.2. CONDICIONES A ESCALA REGIONAL ............................................................ 16 3.2.1. Circulación atmosférica en el Pacífico Sudoriental .............................................. 16
3.2.2. Temperatura del aire………………………………………….………………….…....17
3.2.3. Precipitaciones e hidrología en la vertiente del Pacífico ...................................... 17
3.2.4. Temperatura superficial del mar y nivel medio del mar en la Región Niño 1+2 y en
la costa peruana ................................................................................................. 18
3.2.5. Condiciones oceanográficas sub-superficiales frente al litoral peruano ............... 19
3.2.6. Nutrientes y Productividad en la costa peruana ................................................. 20
3.2.7. Recursos pesqueros e indicadores biológicos .................................................... 21
4. PRONÓSTICO ......................................................................................................... 22
4.1. A CORTO PLAZO (SEMANAS)………………………………….…………………..22 4.2. A MEDIANO PLAZO (HASTA 3 MESES)…………….…………………..…….…..23 4.3. A LARGO PLAZO (MÁS DE 3 MESES) ............................................................. 24 5. CONCLUSIONES .................................................................................................... 24
6. REFERENCIAS ....................................................................................................... 25
7. FIGURAS ................................................................................................................ 27
8. TABLAS .................................................................................................................. 61
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 9
RESUMEN
El Comité encargado del Estudio Nacional del Fenómeno El Niño (ENFEN) se reunió
para analizar y actualizar la información de las condiciones meteorológicas,
oceanográficas, biológico-pesqueras e hidrológicas correspondiente al mes febrero de
2017.
En la región del Pacífico Central (región Niño 3.4), la anomalía de la temperatura
superficial del mar (TSM) mostró un cambio de valores negativos a positivos a mediados
de mes y luego continuó en sentido ascendente hasta +0,3°C en la última semana. En la
primera semana de febrero se observó un pulso de anomalías de vientos del este en
esta región, entre 170°E y 160°W. Asimismo, en la segunda quincena del mes se
observó que las anomalías de vientos del oeste (que se han observado desde enero
2017) se extendieron desde la región del Pacífico Oriental hasta el Pacífico Central. En
la región Niño 1+2 la anomalía de la TSM, alcanzó valores de +2°C en la primera
semana del mes y de +2,3°C en la última semana del mes.
El valor del Índice Costero El Niño (ICEN) para el mes de enero, usando los datos de
la fuente NCEP OI SST v2 para diciembre 2016 a febrero 2017, es +1,03°C. Este valor
corresponde a condiciones cálidas moderadas, lo cual es consistente con otros datos
observados y analizados. Asimismo, utilizando esta misma fuente, los valores estimados
del Índice Costero El Niño (ICENtmp) de febrero y marzo también corresponderían a
condiciones cálidas moderadas. En los últimos días de febrero, las aguas superficiales
superaron los 28°C en la mayor parte de la región Niño 1+2; frente a Piura la TSM
alcanzó valores hasta 29°C a 100 millas de la costa.
En el litoral, las anomalías diarias de la TSM variaron entre +4°C y +5°C entre
Chimbote y Talara durante todo el mes. En las costas de Lambayeque y La Libertad se
detectó un rápido incremento de la TSM en unos 2°C en los últimos días del mes, debido
a la aproximación de las aguas más cálidas a la costa. En la zona del Callao las
anomalías durante la primera quincena variaron entre +0,5°C y +1°C, alcanzando
+5,5°C en la tercera semana, para luego descender a +3°C en la última semana. En
cambio, de San Juan al sur se registraron anomalías positivas de +1°C en los primeros
días del mes, pasando a anomalías negativas de hasta -1,5°C en promedio hacia la
quincena. En la última semana del mes estas anomalías negativas tendieron a disiparse.
Por otro lado, luego de un pulso positivo en las anomalías diarias del nivel medio del
mar (NMM) que se propagó de norte (+14 cm) a sur (+8 cm) en la primera semana del
mes, las anomalías del NMM disminuyeron hasta la cuarta semana a valores cercanos a
cero en la costa central y sur, para luego incrementarse nuevamente a fines de mes.
Las temperaturas del aire en la costa norte registraron anomalías de +1,2°C en la
temperatura máxima y +1,1°C en la temperatura mínima. En la costa central, las
anomalías fueron de +1,9°C en la temperatura máxima y +2,0°C en la temperatura
mínima; y en la costa sur las anomalías fueron de +1,1°C y +0,8°C, respectivamente.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 10
Los vientos alisios y los vientos costeros del sur estuvieron debilitados la mayor parte
del mes frente al litoral, debido al relajamiento persistente del Anticiclón del Pacífico Sur,
aunque entre la primera y segunda semana se detectó una reactivación temporal de los
vientos y el afloramiento costero. La banda secundaria de la Zona de Convergencia
Intertropical (ZCIT) se desplazó hacia el sur de su posición normal a inicios del mes,
alcanzando los 9°S a 200 millas de la costa, al tiempo de la incursión de vientos del
norte costeros en niveles bajos de la atmósfera hasta Lambayeque. Luego de un
repliegue parcial hasta los 5°S, la banda secundaria de la ZCIT volvió a desplazarse
hacia el sur hasta los 8°S en promedio, en la segunda quincena. Estas condiciones
retroalimentaron el calentamiento superficial del mar detectado desde la segunda
quincena de enero, en particular frente a la costa central y norte. Además, la proyección
detectada hacia el sur de Aguas Ecuatoriales Superficiales (AES) de baja salinidad hasta
Chimbote, la aproximación de las Aguas Subtropicales Superficiales (ASS) a la costa de
Callao y el paso de una nueva onda Kelvin cálida también contribuyeron al calentamiento
superficial de las aguas costeras.
En la última semana, las estaciones fijas de Paita, Chicama y Callao mostraron
profundización de las isotermas, asociada al arribo de la onda Kelvin cálida. El
calentamiento registró en la segunda quincena una anomalía de hasta +5°C hasta los 30
metros superficiales de las estaciones fijas de Paita y Chicama, así como hasta +4°C en
Chimbote y +2°C en Callao, hasta los 20 metros superficiales. En la costa central, la
fuerte estratificación térmica continuó siendo acompañada por una fuerte deficiencia de
oxígeno en la capa subyacente.
Durante el mes, continuaron presentándose lluvias focalizadas de magnitud muy
fuerte en las zonas bajas y medias de Tumbes, Piura y Lambayeque, por efecto de las
altas temperaturas del mar y condiciones atmosféricas favorables al transporte de
humedad del mar al continente y la convección costera. En Morropón, Piura, el día 22
ocurrió la precipitación más alta de todo su registro histórico, que data desde 1963 (150
mm).
Desde inicios del mes de febrero, los ríos de la vertiente occidental del Perú
mostraron en su mayoría hidrogramas de tipo ascendente con caudales diarios por
encima de sus promedios. En la costa norte, los caudales llegaron a superar sus valores
máximos históricos; el río Piura superó su nivel de emergencia (1,000 m3/s). Las
reservas hídricas en la costa norte promediaron en el mes 46% respecto a la capacidad
hidráulica de los principales embalses. En la costa sur los embalses mostraron una
tendencia ascendente en su mayoría, operando en promedio al 59% de su capacidad
hidráulica útil.
La clorofila-a, indicador de la producción del fitoplancton, que es base de la cadena
alimenticia en el mar, continuó exhibiendo anomalías negativas frente a la costa desde
Talara hasta Chimbote; no obstante presentó anomalías positivas en la zona centro-sur,
las cuales se desarrollaron desde la segunda semana del mes.
Los indicadores reproductivos de la anchoveta en la región norte-centro presentaron
una disminución en la actividad desovante y también del contenido graso con respecto al
mes de enero.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 11
Durante la Operación EUREKA LXIX (21-23 de febrero) se observó que la anchoveta
se encontró restringida al sur de Huarmey (10°S) y dentro de las 30 millas, debido a la
proyección de las AES hasta Chimbote y el acercamiento de las ASS a la costa.
Asimismo, la distribución vertical de los cardúmenes estuvo por encima del patrón
promedio, asociada a la posición somera de la capa mínima de oxígeno en esta región.
La disminución del contenido graso, estaría relacionada a cambios en la composición de
la dieta, que no proporciona la misma energía, así como al mayor costo energético
ocasionado por el calentamiento. Por otro lado, en las primeras dos semanas del mes se
registraron varios eventos de 'mareas rojas'´(floraciones de fitoplancton nocivas) y
varazones de peces e invertebrados, entre Sechura y Pisco, posiblemente ocasionados
por el calentamiento superficial del mar y el aumento de la deficiencia de oxígeno en la
capa sub-superficial. Por otro lado, se registró presencia de caballa entre Salaverry y
Casma, de 30 a 70 millas de la costa y persistió la presencia de especies oceánicas,
indicadoras de aguas cálidas, como agujilla, bonito y barrilete, cerca de la costa y
principalmente en el norte. La múnida, indicadora de aguas frías, se detectó en la región
central y sur cerca de la costa.
En base a estas observaciones y el conocimiento experto, el ENFEN prevé que
durante marzo la TSM frente a la costa norte continúe presentando valores de 28°C y de
hasta 29°C, contribuyendo a la alta probabilidad de lluvias muy fuertes en las zonas
medias y bajas principalmente en Tumbes, Piura y Lambayeque, aunque su ocurrencia
dependerá de las condiciones atmosféricas locales.
Este pronóstico está asociado a la tendencia del calentamiento observado, a la
influencia acumulativa de las ondas Kelvin cálidas, de las cuales la más reciente ya está
impactando la costa central y norte, a la persistencia de la banda secundaria de la ZCIT
observada frente a la costa norte, a las anomalías de vientos del norte y del oeste, y a
los procesos de retroalimentación océano-atmósfera en el Pacífico Oriental. En conjunto,
estas condiciones aumentan la probabilidad de que El Niño costero alcance una
magnitud moderada con una duración hasta abril inclusive.
De acuerdo con los modelos climáticos de las agencias internacionales, en la región
Niño 1+2 continuarían las condiciones cálidas al menos hasta otoño, mientras que para
la región Niño 3.4 continuarían las condiciones neutras hasta el mes de mayo, para
luego evolucionar a condiciones cálidas. Cabe indicar que los pronósticos para otoño en
adelante no son tan confiables debido a la barrera de predictibilidad.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 12
1. INTRODUCCIÓN
El Niño Oscilación Sur (ENOS), es el proceso más importante que influye en la
variación de las condiciones climatológicas interanuales en la cuenca del Océano
Pacífico, manifestándose en sus fases „cálida‟ y „fría‟, conocidas comúnmente como El
Niño y La Niña respectivamente. Por otro lado, en ciertas condiciones las condiciones
cálidas de la temperatura del mar en el Pacífico Oriental propician precipitaciones
intensas en la costa norte del Perú, dando lugar al denominado Fenómeno El Niño.
Debido a los diversos efectos de estos procesos en los ecosistemas, que a su vez
repercuten en los sistemas socioeconómicos, cada vez hay un mayor interés en mejorar
el entendimiento de los factores que intervienen en su desarrollo, como en optimizar la
anticipación al desenlace de posibles impactos extremos, constituyéndose en un
principal propósito el poder generar alertas tempranas para mitigar daños.
En este contexto, el Comité Multisectorial para el Estudio del Fenómeno de El Niño
(ENFEN), reporta periódicamente el análisis del monitoreo de parámetros océano-
atmosféricos, en el Pacifico Ecuatorial y Sudoriental, así como de la dinámica sub-
superficial de parámetros oceanográficos, poniendo mayor atención en la zona costera
de Perú. Asimismo se reportan los impactos hidrológicos, asociados a precipitaciones e
incrementos súbitos del caudal de los principales ríos del territorio peruano. Para los
impactos en el ecosistema marino se analizan indicadores de la fertilidad y productividad
del mar peruano, así como también la respuesta de los principales recursos
hidrobiológicos y la actividad pesquera. Finalmente, se formula la previsión futura de los
principales indicadores asociados al ENOS y al Fenómeno El Niño, a corto, mediano y
largo plazo.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 13
2. MATERIALES Y MÉTODOS
2.1. VARIABLES
Las principales variables utilizadas para el monitoreo de las condiciones ambientales,
oceanográficas y continentales se resumen en la tabla 2.1.1.
2.2. ÍNDICES
Índice Costero El Niño (ICEN): Consiste en la media corrida de tres meses de las
anomalías mensuales de la temperatura superficial del mar (TSM) en la región Niño 1+2.
Estas anomalías se calculan usando la climatología mensual para el periodo base 1981-
2010. La fuente de datos para este índice son las TSM absolutas del producto ERSST
v3b de la NOAA (EEUU) para la región Niño 1+2. Para el cálculo y uso en tiempo real,
se utiliza temporalmente el valor aproximado ICENtmp, que se calcula igual que el ICEN,
pero reemplazando, en general, los datos mensuales faltantes con datos de pronósticos
mensuales provenientes de North American Multi-Model Ensemble (NMME). Se pueden
ver más detalles en ENFEN (2012) y Takahashi, et al. (2014).
2.3. MODELOS DE PRONÓSTICO
Modelo Oceánico Lineal (LOM-IGP): Es un modelo oceánico lineal, que asume que
toda la dinámica superior del océano se puede representar con un modelo de una capa
de profundidad H, cuyo límite inferior es la profundidad de la termoclina. Posee una línea
de costa realista y su resolución horizontal es de 1º y 0,5º para el eje X e Y,
respectivamente. El modelo es forzado principalmente con información del producto L3
del “escaterómetro” ASCAT (Bentamy y Croize-Fillon, 2012) obtenido del IFREMER
(ftp.ifremer.fr). Para calcular la contribución de las ondas Kelvin y Rossby sobre el nivel
del mar y las corrientes zonales se usa la metodología de Boulanger y Menkes (1995). El
lector es referido a Mosquera (2009), Mosquera et al. (2011) y Mosquera (2014) para
mayores detalles sobre este modelo oceánico. Para realizar el pronóstico de la
propagación de las ondas Kelvin, se asumen, en general, dos escenarios del esfuerzo de
viento para los siguientes tres meses: 1) que no existen anomalías, es decir que el
comportamiento de los vientos es climatológico y 2) que persistirá la anomalía de baja
frecuencia.
Modelo Oceánico de Complejidad Intermedia: Con el fin de detectar la
propagación de las Ondas Kelvin Ecuatoriales (OKE), se ejecuta un modelo oceánico de
complejidad intermedia con 3 modos baroclínicos, forzado con vientos del NCEP (Kalnay
et al. 1996), siguiendo la metodología de Illig et al. (2004) y Dewitte et al. (2002). La
señal de la OKE puede ser descompuesta en modos normales de oscilación que se
propagan a diferentes velocidades. Los primeros dos modos (modo 1, modo 2) sumados
proporcionan la mayor contribución a la anomalía del nivel del mar.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 14
Tabla 2.1.1. Principales variables y bases de datos utilizados en el presente informe.
FUENTE
VARIABLE Observación Satélite (*) Modelos PROCESAMIENTO
Esta
cio
nes
co
ster
as
SEN
AM
HI
Esta
cio
nes
co
ster
as D
HN
Esta
cio
nes
co
ster
as
IMA
RP
E
Esta
cio
nes
fija
s A
NA
Secc
ion
es v
erti
cale
s
IMA
RP
E
Cru
cero
s
Bo
yas
TAO
/TR
ITO
N
AR
GO
Pro
gram
a B
itác
ora
s d
e
Pes
ca
Segu
imie
nto
de
Pes
qu
ería
s
Mu
estr
as d
e p
uer
tos
TRM
M-3
B4
2
ESR
L/N
OA
A
Rea
nál
isis
NC
EP
/NO
AA
ASC
AT
AV
HR
R (
Dai
ly O
I SST
v2-
NO
AA
)
OST
IA
JASO
N-2
AV
ISO
MO
DIS
HYC
OM
VARIABLES ATMOSFÉRICAS
Temperatura Ambiental X SENAMHI
Precipitación X IGP. Climatología 2001-2014
Radiación de Onda Larga X IGP
Presión Atmosférica X SENAMHI
Vientos X X IMARPE
X IGP, SENAMHI
VARIABLES OCEANOGRÁFICAS
X X X X X DHN
Temperatura del Mar X X X IMARPE
X X X X X IGP
Físicas X DHN
Nivel medio del Mar X X IMARPE
X IGP
Salinidad X X DHN
X X X IMARPE
Oxígeno y Nutrientes X X X IMARPE
Biogeoquímicas Clorofila X X X IMARPE
X IMARPE, climatología 2002-2014
Pesqueras
Desembarques índices reproductivos Indicadores de masas de agua del plancton Distribución de especies incidentales
X X IMARPE
X IMARPE
X IMARPE
X X X IMARPE
VARIABLES HIDROLÓGICAS
Caudal de ríos X ANA
Capacidad Hidráulica de reservorios X ANA
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 15
3. CONDICIONES OBSERVADAS EN FEBRERO
3.1 CONDICIONES A MACROESCALA
3.1.1 Circulación atmosférica y temperatura superficial en el Pacífico
Ecuatorial
El índice ONI (Oceanic Niño Index, por sus siglas en inglés) calculado en base a la
anomalía de la TSM en la región El Niño 3.4, fue -0,41°C para el mes de enero, que
corresponde a una condición Neutra en el Pacífico Central (Tabla 3.1.1.1), lo cual
confirma que La Niña finalizó en diciembre en esa región.
Durante febrero, las anomalías de la TSM en el Pacífico Ecuatorial Central mostraron
un cambio de valores negativos a positivos a partir de la tercera semana, continuando en
ascenso hasta los últimos días registrados del mes (Figuras 3.1.1.1, 3.1.1.2).
Por su parte, en el Pacífico Ecuatorial Oriental (Región Niño 1+2), las anomalías
positivas de TSM mantuvieron sus valores durante la primera quincena del mes,
retomando su ascenso en la segunda quincena, alcanzando valores de +2,3°C en la
última semana del mes (Figuras 3.1.1.2 y 3.1.1.3).
El Índice de Oscilación del Sur calculado para el mes de enero fue -1,2 (Figura
3.1.1.4). Este valor se encuentra dentro del rango asociado a condiciones neutras (±7).
Respecto a la actividad convectiva en el Pacífico Ecuatorial, un indicador clave del
acoplamiento océano-atmósfera, la Radiación de Onda Larga (ROL) continuó mostrando
anomalías positivas en el Pacífico Central, indicando una actividad convectiva
anómalamente reducida (Figura 3.1.1.5). Para la región del Pacífico Central (170°E –
140°W y 5°S - 5°N) los valores de ROL incrementaron hasta alcanzar valores de 270
Wm² muy próximos a los alcanzados durante el año 1984 y 2011 (Figuras 3.1.1.6).
En el Pacífico Central-Occidental (170°E – 160°W), el viento en niveles bajos de la
tropósfera (850 hPa) y el esfuerzo de viento zonal mostraron pulsos de anomalías del
este durante la primera semana del mes. Asimismo, en la segunda quincena del mes se
observó anomalías de viento del oeste extendiéndose desde la región del Pacífico
Oriental (140°W-80°W) hasta el Pacífico Central (Figuras 3.1.1.7.a, 3.1.1.8 y 3.1.1.9.a),
manteniéndose esta condición hasta fines del mes.
En niveles altos (200 hPa), sobre la región próxima al continente (100°W - 80°W) se
observaron anomalías del este en promedio en el mes (Figura 3.1.1.9.b).
Las secciones verticales a lo largo de la franja ecuatorial también evidenciaron la
subsidencia sobre la región del Pacífico Central-Occidental en este mes (160°E –
160°W), principalmente entre los niveles medios y altos (500 a 200 hPa). Cabe señalar
que, en los últimos meses, existe una tendencia a la disminución de esta configuración.
Sobre el Pacífico Oriental (entre 100°W y 80°W), se presentó un ligero incremento de los
movimientos ascendentes en comparación a los dos meses anteriores, principalmente
en los niveles medios y bajos (Figura 3.1.1.10).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 16
3.1.2 Dinámica oceánica en el Pacífico Ecuatorial
En el Pacifico Ecuatorial Oriental las Anomalías del Nivel Medio del Mar (ANMM)
muestran valores positivos en Galápagos (90°W y 0°) a inicios de febrero, el cual se
expandió y propagó frente a la costa peruana a finales del mes (Figuras 3.1.2.1)
Durante el mes los datos in situ de las boyas TAO/TRITON y ARGO mostraron una
ligera profundización de la isoterma de 20°C (reflejada en anomalías positivas de su
profundidad) hasta unos 30 y 20 m por debajo de su posición climatológica en la región
que va de 150°E a 170°W y de 110°W a 90°W, respectivamente, asociada a la presencia
de pulsos del oeste alrededor de los 160°W en la franja ecuatorial (Figuras 3.1.1.7 c y
3.1.1.8).
En cuanto a la temperatura sub-superficial en el Pacifico Ecuatorial, durante el mes
se presentó un núcleo de hasta +2°C a 100 – 200 m de profundidad entre los 170°E y
165°W. Por otra parte, también se observó un núcleo de hasta -2°C a 50 – 150 m de
profundidad entre los 150°W y 110°W, esta anomalía negativa se expandió y propago
hasta los 95°W a finales del mes (Figura 3.1.2.2).
La inclinación zonal de la termoclina ecuatorial se presentó de acuerdo a su
configuración normal en el mes. El contenido de calor oceánico ecuatorial se presentó
con valores ligeramente positivos (Figura 3.1.2.3).
3.2 CONDICIONES A ESCALA REGIONAL 3.2.1 Circulación atmosférica en el Pacífico Sudoriental
El Anticiclón del Pacífico Sur (APS) presentó una configuración similar a su
climatología, sin embargo, su núcleo se mantuvo al oeste de su posición habitual, lo cual
indica un menor gradiente de presión entre el núcleo del APS y el continente. Así
también, el campo de presiones frente al litoral peruano, presentó en promedio ligeras
anomalías negativas sobre la región centro y sur (Figura 3.2.1.1).
Frente al litoral peruano, en promedio, el esfuerzo de viento presentó anomalías del
noroeste al norte de los 09°S, especialmente fuera de la costa, asociadas a la segunda
banda de la Zona de Convergencia Intertropical, bien establecida (Figura 3.2.1.2).
Asimismo, de acuerdo a los datos de satélite ASCAT, el viento de la franja costera (40
km) a lo largo del litoral se mantuvo débil durante casi todo el mes con valores entre 1 y
5 m/s, aunque a fines de la primera semana hubo un incremento de su velocidad hasta 8
m/s frente a Chicama (Figura 3.2.1.3 a). La anomalía de la velocidad del viento costero,
salvo entre la primera y segunda semanas, exhibió la predominancia de valores
negativos de hasta -2 m/s (Figura 3.2.1.3 b). En el caso de la dirección del viento, a
inicios del mes se continuó registrando anomalías de viento del noroeste en el norte
hasta Lambayeque. Sin embargo, a partir de la segunda semana del mes los vientos al
sur de los 5°S predominantes fueron los vientos del SE y SSE (Figura 3.2.1.4.a).
Debido al incremento del viento con componente sur, el afloramiento costero se reactivó
frente al litoral durante la entre la primera y segunda semanas, entre los 5°S-10°S
(Figura 3.2.1.4 b).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 17
3.2.2. Temperatura del aire.
Durante el mes de febrero, a lo largo del litoral, se presentaron anomalías promedio
de +1,4°C para la temperatura máxima, alcanzando valores de hasta +3,1°C en la
estación Campo de Marte (Lima), +2,8°C en la estación Trujillo (La Libertad), +2,1°C en
la estación Fonagro (Ica) y +2,0°C en la estación Ite (Tacna). Asimismo, la temperatura
mínima frente a la costa centro y norte registró en promedio anomalías de +1,5°C, con
un máximo valor 0de +2,7°C en la estación Haurmey (Ancash),+2,6°C en la estación
Trujillo (La Libertad) y +2,1° en la estación Fonagro (Figura 3.2.2.1).
3.2.3. Precipitaciones e hidrología en la vertiente del Pacífico
En febrero, la Zona de Convergencia Intertropical (ZCIT) se presentó entre los 5°N y
10ºN en el Pacífico Ecuatorial Central y Occidental; hacia el lado oriental la banda norte
de la ZCIT se presentó muy debilitada, siendo la banda sur la más predominante, con
una posición anómalamente al sur de lo habitual, en promedio entre 2°S y 7°S en la
zona próxima a la costa (Figuras 3.2.1.2 y 3.2.3.1 a). La formación de esta segunda
banda también se vio reflejada en términos de anomalía de precipitación con valores por
encima de lo normal, tanto en la zona oceánica como en la zona costera del norte de
Perú (Figura 3.2.1.2.d y 3.2.3.1 b). Al evaluar la variabilidad de la ZCIT al este de
Galápagos y a unas 300 mn de la costa, se apreció un desplazamiento desde los 09°S a
inicios de mes, hasta los 5°S a mediados de mes, para luego, en la segunda quincena
de febrero, desplazarse nuevamente al sur hasta los 8°S en promedio (Figura 3.2.1.3 a).
Sobre el territorio nacional, se registraron intensas precipitaciones en la primera y
tercera decadiarias del mes. En la primera decadiaria, lluvias muy fuertes (e.g. que ha
superado el 95% de la distribución estadística) ocurrieron principalmente en las zonas
medias y bajas de Tumbes, Piura y Lambayeque. En la tercera decadiaria las
precipitaciones se incrementaron también en la vertiente occidental de la zona centro-sur
de los Andes (Figura 3.2.3.2). En particular, en la segunda quincena de febrero, la
estación de Morropón, registró el valor más alto de precipitación (150,5 mm) de la serie
1963-2017, alcanzando la categoría extrema.
Durante la segunda quincena de febrero, la mayoría de ríos del Perú, presentaron
hidrogramas de tipo ascendente, y con caudales por encima de su promedio y algunos
alcanzaron valores por encima de su máximo, principalmente en la costa norte (Figura
3.2.3.3). Así mismo la activación de quebradas incrementó el caudal con sedimentos, tal
es así que el rio Tumbes durante febrero presentó caudales que superaron ampliamente
el caudal promedio diario para el mes (<400 m3/s), alcanzando valores diarios superiores
a 600 m3/s en dos ocasiones. El río Piura superó su significativamente su caudal máximo
promedio para el mes y el nivel de emergencia (1,000 m3/s). El rio Chira presentó dos
episodios que superaron caudales de 400 m3/s, además de otros de menor magnitud
que superaron ampliamente el máximo caudal promedio diario del mes (~250 m3/s).
En la costa central, el río Santa aumentó sus caudales sin superar el promedio
histórico. El río Rímac rebasó su caudal promedio diario para febrero (<60 m3/s), tanto a
mediados como a finales del mes, alcanzando valores cercanos a 80 m3/s.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 18
En el sur, los ríos de Majes y Chili, presentaron caudales muy por debajo del
promedio normal durante la primera quincena, similares al período de estiaje. Luego,
hacia fines de mes, estos caudales mostraron un rápido incremento sin llegar a superar
los umbrales máximos que caracterizan a febrero (Figura 3.2.3.3).
Las reservas hídricas en la costa norte promediaron en 46% respecto a la capacidad
hidráulica de los principales embalses. En el sur, el sistema hidráulico Colca – Chili
(Arequipa) operó en promedio al 62%, mostrando en su mayoría hidrogramas
ascendentes. En Pasto Grande (Moquegua), el nivel llegó hasta el 38%. Los reservorios
de Tacna (Aricota, Jarumas y Paucarani) estuvieron en promedio al 69% de su
capacidad hidráulica. En la costa sur la mayoría de embalses mostraron una tendencia
ascendente, operando en promedio al 59% de su capacidad hidráulica útil (Tabla
3.2.3.1).
3.2.4 Temperatura superficial del mar y nivel medio del mar a lo largo de la costa peruana
En la región Niño 1+2 el promedio de la TSM, varió con una tendencia ascendente
hasta alcanzar hacia fines de mes valores alrededor de 29°C, percibidos tanto en
sensores infrarrojos (IR) como de microondas (MW). Las anomalías diarias de TSM de
febrero mostraron un nuevo pulso de intensificación durante la segunda quincena, hasta
alcanzar hacia finales del mes valores de >+3°C con MW y >+2,5 con IR (Figura 3.1.1.3).
Para la estimación del ICEN correspondiente al mes de febrero se comparó la
información habitual basada en datos del „Extended Reconstructed Sea Surface
Temperature (ERSST) v3b, que excluye información satelital, con información de datos
satelitales procedentes de sensor infra rojo (AVHRR) con post-procesamiento de
interpolación óptima incluyendo datos in situ (OISST). Esta comparación arrojó menores
valores de TSM (~1°C) en la región Niño 1+2 en la base ERSST que en la base OISST
tanto en enero como en febrero. Por lo tanto se cruzó la información de ambas fuentes
con información in situ derivada de boyas ARGO presentes en la región (Figura 3.2.4.1),
así como con las de las fuentes MW y OSTIA (Figura 3.1.1.3), concluyéndose que la
fuente OISST reflejaba con mayor precisión las condiciones de la TSM en la región Niño
1+2.
Por consiguiente, el valor del ICEN en base a la fuente OISST es de +1.03°C para
enero, indicando una condición cálida moderada, mientras que los valores estimados
para febrero y marzo también corresponden a condiciones cálidas moderadas (Tablas
3.2.4.1 y Figura 3.2.4.2).
En la franja de las 300 mn frente a la costa, según OSTIA, se presentaron aguas con
TSM ≥27°C desde Tumbes hasta Callao en la primera quincena, alcanzando el litoral en
el extremo norte y las 150 mn en el sur de su distribución. En la tercera semana, las
aguas con TSM ≥28°C penetraron la franja de 300 mn, alcanzando las 50 mn frente a
Paita, mientras que a finales del mes estas aguas se expandieron hasta Callao fuera de
las 150 mn; en tanto que un bolsón con aguas de TSM >29°C se desarrolló fuera de las
100 mn de la costa entre Tumbes y Lambayeque (Figura 3.2.4.3 a).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 19
Las anomalías de TSM fluctuaron entre +1 y +3°C entre las 100 y 300 mn de la
costa, con los mayores valores al norte de los 09°S y a fines del mes. Sin embargo,
dentro de las 100 mn la amplitud de las anomalías fue mayor, presentando valores
positivos al norte de Pisco y valores negativos a ligeramente positivos al sur de dicha
localidad. Las anomalías máximas (≥+4°C) fueron detectadas en la franja de 30 mn entre
Piura a La Libertad a finales del mes, mientras que las mínimas (-2°C), muy cerca del
litoral de Atico en la tercera semana (Figura 3.2.4.3 b).
En el litoral desde Talara hasta San Juan la anomalía mensual de la TSM varió entre
+0,6°C (San Juan) y +4,6°C (Paita), mientras que en Mollendo e Ilo se registraron
anomalías negativas de -1,2°C y -0,6°C, respectivamente (Tabla 3.2.4.2). El valor
mensual del índice LABCOS, calculado en base a las anomalías de TSM de estaciones
ubicadas entre Paita e Ilo (Quispe & Vásquez, 2015) alcanzó +2,29°C, superior al
registrado en febrero de 2016 (Figura 3.2.4.4 a). Los registros diarios evidenciaron
continuamente anomalías positivas de TSM entre Tumbes y Callao, con valores
máximos en la zona norte durante la primera semana de febrero, llegando a superar los
+8°C en Chicama. De San Juan al sur se registraron anomalías negativas entre el 05 y
el 24, tornándose positivas hacia finales de mes (Figura 3.2.4.4 b).
Por otra parte, se detectó un incremento de la anomalía mensual del nivel medio del
mar (NMM) entre Talara y Chimbote, respecto a enero (Tabla 3.2.4.2). Además, los
datos diarios de NMM registraron la propagación de norte a sur y a lo largo del litoral de
un pulso de anomalías positivas en la primera semana del mes. Posteriormente se
registraron varios pulsos más aunque confinados a la costa norte y hacia finales del mes
se presentó un nuevo pulso propagándose hacia el sur (Figura 3.2.4.5 a). Asimismo, al
observar una mayor extensión a lo largo de la costa (franja de ~100 km), se observó un
predominio de anomalías del NMM > +10 cm al norte de 10°S y de anomalías >+5 cm
frente a la costa centro-sur (Figura 3.2.4.5 b).
3.2.5 Condiciones oceanográficas subsuperficiales frente al litoral peruano
En la sección de Paita, realizada el 21 y 22 de febrero, la isoterma de 15°C se
localizó entre los 90 y 160 m de profundidad, mostrando su mayor profundización cerca
a la costa (Figura 3.2.5.1 a). Las anomalías térmicas alcanzaron +6°C en los primeros 50
m de profundidad (Figura 3.2.5.1 b). En cuanto a la salinidad, se registraron valores
<34,8 ups, en los primeros 40 m de profundidad entre las 30 mn y 80 mn, indicando la
influencia de Aguas Ecuatoriales Superficiales (AES). Asimismo se detectaron valores en
el rango de 33,6 a 34,0 ups hasta las 30 mn frente a la costa y 20 m de profundidad,
asociadas al ingreso de Aguas Tropicales Superficiales (ATS) (Figura 3.2.5.1 c),
generando fuertes anomalías negativas de salinidad (Figura 3.2.5.1 d). Respecto a la
distribución del oxígeno disuelto (OD), la columna en general se encontró más
oxigenada que durante enero.
La iso-oxígena de 1mL/L, asociada a la base de la oxiclina, se ubicó a 50-100 m de
profundidad fuera de las 60 mn y entre los 150-200 m dentro de la costa. La Zona
Mínima de Oxígeno (ZMO, <0,5 mL/L) se encontró a los ~ 250 m de profundidad (Figura
3.2.5.1 e).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 20
Con respecto a la sección de Chicama, realizada el 18 y 19 de febrero, la termoclina
se presentó en los primeros 30 m de profundidad, ocasionando anomalías térmicas de
hasta +7°C en esta capa (Figura 3.2.5.2 a, b). La isoterma de 15°C se localizó entre los
40 y 90 m de profundidad, mostrando una profundización en dirección a la costa (Figura
3.2.5.2 a). La distribución de salinidad mostró la presencia de AES (S<34,8 ups) sobre
los 20 m de profundidad en las primeras 40 mn (Figura 3.2.5.2 c), generando anomalías
negativas de hasta -0,3 ups (Figura 3.2.5.2 d). La oxiclina y el borde superior de la ZMO
fueron observadas entre 20 a 40 m de profundidad. Sin embargo se detectaron
concentraciones de oxígeno disuelto (OD) ≥5 mL/L encima de los 10 m de profundidad
fuera de las 60 mn y a 20 mn (Figura 3.2.5.2 e).
La Estación Fija Paita (7 mn de la costa, 100 m) mostró una fuerte variabilidad
durante el mes, registrando temperaturas entre 16° y 27°C en la columna de agua, con
una profundización moderada de las isotermas en la tercera semana de febrero (Figura
3.2.5.3 a). Las anomalías positivas de temperatura se presentaron en la capa de los 30
metros superficiales a lo largo del mes, alcanzando +4°C, mientras que debajo de esta
se registraron anomalías negativas de hasta -1°C (Figura 3.2.5.3 b). Las AES, con
valores de salinidad entre 34,5 y 34,8 ups, se presentaron permanentemente en los
primeros 40 m de profundidad. Además, a finales del mes, ingresaron aguas con valores
de salinidad entre 33,2 y 34,0 ups, correspondientes a ATS (Figura 3.2.5.3 c). Valores de
OD > 5 mL/L fueron detectados por encima de los 10 m en la primera quincena, pero las
iso-oxígenas se profundizaron ligeramente en la columna de agua durante el mes
(Figura 3.2.5.3 d).
En la Estación Fija Chicama (10 mn de la costa), se registraron temperaturas entre
16° y 26°C, mostrando la mayor profundización de las isotermas a fines de febrero
(Figura 3.2.5.4 a). La salinidad presentó valores en un rango de 34,8 a 35,1 ups en la
columna de agua, indicando la presencia de AES en los primeros 10 m de profundidad, y
aguas de mezcla y aguas Costeras Frías (ACF) en el resto de la columna de agua
(Figura 3.2.5.4 b). La oxiclina y el borde superior de la ZMO se profundizaron, desde 20
m a inicios del mes, a 40 m en la segunda quincena; asimismo la iso-oxígena de 0,1
mL/L se profundizó de 40 m a 95 m en el mismo período (Figura 3.2.5.4 c).
En la Estación Fija Callao (8 mn de la costa), la temperatura mostró valores en el
rango de 15° a 22°C sobre los 90 m de profundidad, con una profundización de las
isotermas a finales del mes (Figura 3.2.5.5 a). Las anomalías térmicas pasaron de
neutras a positivas en la columna de agua, alcanzando valores de hasta +4°C (Figura
3.2.5.5 b). Asimismo, se observó la intrusión de Aguas Subtropicales Superficiales (ASS)
en la capa subsuperficial, asociado al incremento de las temperaturas (Figura 3.2.5.5 c).
La oxiclina y el tope superior de la ZMO se mantuvieron alrededor de los 20 m durante el
mes, aunque la iso-oxígena de 0,1 mL/L exhibió una abrupta profundización hasta los 90
m hacia la quincena del mes para luego superficializarse hasta los 30 m durante la última
semana (Figura 3.2.5.5 d).
3.2.6 Nutrientes y Productividad en la costa peruana
3.2.6.1. Silicatos
En la estación fija de Paita (Figura 3.2.5.3 e), en cuanto a los silicatos se observó un
ascenso en la primera quincena de la isolínea de 15 M de 70 m a 20 m, para
profundizarse a 40 m a finales del mes.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 21
En la estación fija Chicama (Figura 3.2.5.4 d) se observó la profundización progresiva
de la concentración de silicatos durante el mes; así, la isolínea de 20 M se profundizó
de 40 m a 100 m durante el período, mientras que en la capa de 0- 20 m predominaron
bajas concentraciones (< 5 M). Finalmente, en la estación fija Callao, debajo de los 40
m la concentración de silicatos tendió a disminuir durante el mes, con una mayor
profundización de las isolíneas en la tercera semana (Figura 3.2.5.5 e).
3.2.6.2. Clorofila-a
En la estación fija Paita, las concentraciones de clorofila-a disminuyeron respecto a
finales del mes de enero, alcanzando en promedio durante el mes ~ 0,2 mg/m3 por
encima de los 20 m (Figura 3.2.5.3 f). Frente a Chicama las concentraciones se
incrementaron significativamente en la última semana de febrero, llegando a
concentraciones > 5 mg/m3 entre los 5 a 20 m de profundidad (Figura 3.2.5.4 e). Frente a
Callao, sobre los 30 m, la concentración promedio de clorofila-a fue mayor que en enero,
alcanzando valores máximos ≥2 mg/m3 en la superficie a inicios y a fines del mes, así
como a 20 m de profundidad a mediados del mes (Figura 3.2.5.5 f).
Por otro lado, la clorofila-a superficial (satelital) presentó en promedio un frente de
productividad (asociado a la isolínea de 1 mg/m3) más cercano a la costa al norte de los
9°S, donde las concentraciones disminuyeron abruptamente. Sin embargo, al sur de
Chimbote dentro de los 50 km las concentraciones fueron mayores a las observadas en
enero, llegando a presentar valores >10 mg/m3 hasta Ilo (Figura 3.2.6.1 a, b).
Espacialmente, en promedio se presentaron anomalías negativas entre los 5°S-10°S en
(~ -3,5 mg/m3) dentro de los ~ 150 km, y anomalías positivas entre los 11°S-20°S (~ +4
mg/m3) dentro de los 50 km, a excepción de 13°S, donde las anomalías negativas
predominaron (Figura 3.2.6.1 c, e). Para la franja costera de 100 km entre los 4°S y
16°S, se evidenció un incremento de las concentraciones durante la segunda semana
del mes (~ +4,5 mg/m3), y luego una progresiva disminución, observándose anomalías
negativas de ~ -3 mg/m3 en la tercera semana. Durante la última semana se observó una
recuperación parcial de la concentración de clorofila-a, alcanzando valores en el rango
normal (Figura 3.2.6.1 f).
3.2.7 Recursos Pesqueros e indicadores biológicos
En la región norte – centro, los desembarques de anchoveta correspondieron solo a
la flota artesanal. Mientras que en el sur, la primera temporada de pesca fue suspendida
el 11 de febrero debido a la presencia de juveniles.
Además se realizó una operación EUREKA LXIX entre el 21 y 23 de febrero del 2017
para evaluar la situación de la anchoveta.
La distribución espacial de anchoveta se redujo, observándose a fines de febrero que
la anchoveta se encontraba restringida al sur de Huarmey (10°S) y dentro de las 30 mn
debido a la presencia de AES y ASS en el norte (Figuras 3.2.7.1a y 3.2.7.2a). Asimismo,
la distribución vertical de los cardúmenes estuvo por encima del patrón promedio,
asociada a la posición somera de la capa mínima de oxígeno en esta región.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 22
La flota artesanal registró ejemplares en su mayoría adultos, a excepción de Callao
en donde el porcentaje de juveniles llegó al 65% (Figura 3.2.7.1b). Sin embargo a fines
del mes durante la operación EUREKA LXIX se registró en su mayoría anchoveta adulta
entre Huarmey a Chancay y frente a Mollendo, mientras que el mayor porcentaje de
juveniles se observó entre Pucusana y Ático (Figura 3.2.7.2b).
Los índices reproductivos mostraron una disminución en la actividad desovante de la
anchoveta del stock norte-centro tanto para las muestras de la pesquería como de la
operación EUREKA LXIX, con valores menores al patrón de la Fracción Desovante (FD)
y del Índice Gonadosomático (IGS). El Índice de Atresia (IA) también presentó valores
por debajo de su patrón normal (Figura 3.2.7.3). La disminución del contenido graso,
estaría relacionada a cambios en la composición de la dieta, que no proporciona la
misma energía, así como al mayor costo energético ocasionado por el calentamiento.
Por otro lado, se registró presencia de caballa entre Salaverry y Casma, de 30 a 70
millas de la costa y persistió la presencia de especies oceánicas, indicadoras de aguas
cálidas, como agujilla, bonito y barrilete, se presentaron hasta las 10 mn a lo largo de la
costa entre Paita e Ilo. La múnida, indicadora de aguas frías, se detectó al sur de
Huarmey.
Cabe indicar que en las primeras dos semanas del mes se registraron varios eventos
de 'mareas rojas'´(floraciones de fitoplancton nocivas) y varazones de peces e
invertebrados, entre Sechura y Pisco, posiblemente ocasionados por el calentamiento
superficial del mar y el aumento de la deficiencia de oxígeno en la capa subsuperficial.
4. PRONÓSTICO
A corto plazo, las perspectivas se basan en los resultados de las simulaciones de las
Ondas Kelvin ecuatoriales corridas por IGP e IMARPE. La presentación de las
perspectivas de mediano y largo plazo se basa en las simulaciones de los modelos de
agencias internacionales inicializados en la primera semana de marzo 2017.
4.1 A corto plazo (semanas)
En el Pacífico Oriental Ecuatorial (5°S-5°N), las anomalías de vientos del norte
(calma en absoluto) son consistentes con la intensa (debilitada) ZCIT al sur (norte) del
ecuador, así como con el gradiente norte-sur de las anomalías de la TSM (sur más
cálido), indicando un acoplamiento a través del mecanismo de interacción entre “viento-
evaporación-TSM” (Xie y Philander, 1994), que puede hacer persistir esta situación.
La onda Kelvin cálida, producto de la reflexión de una onda Rossby cálida en el
extremo occidental, según los datos observados de NMM y de las estaciones fijas,
habría llegado al extremo oriental del Pacífico ecuatorial a fines de febrero.
Se espera que la onda Kelvin cálida se refleje en una onda Rossby cálida que
contribuiría al incremento de la profundidad de la termoclina al este de 120ºW, al menos
hasta abril, según los modelos numéricos.
Para el Pacífico Central (región Niño 3.4), el valor estimado del ONI (ONItmp) para el
mes de febrero y marzo del 2017 es -0.06°C y -0.27°C, indicando una condición neutra,
considerando los datos hasta enero de la fuente ERSST4, así como las salidas del
ensamble de modelos NMME para febrero 2017 (Tabla 3.1.1.1).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 23
Para el Pacífico oriental (región Niño 1+2), el valor estimado del ICEN (ICENtmp),
basado en los datos hasta mediados de marzo de la fuente OI-SST y las salidas del
ensamble de modelos NMME, para febrero y marzo es de +1,33°C y +1,53°C, indicando
una condición calidad moderada (Figura 3.2.4.2 y Tabla 3.2.4.1).
4.2 A mediano plazo (hasta 3 meses)
Como se observa en la profundidad de la isoterma de 20°C en el Pacífico Central
(150°W), existe una señal de onda Kelvin fría propagándose hacia el este (Figuras
3.1.1.8 y 3.1.2.2). Los resultados numéricos de los modelos implementados en el IGP
indican que la intensidad de esta onda se debilitaría y, por lo tanto, no alcanzaría el
extremo oriental con una magnitud relevante (Figura 4.2.1). Asimismo, de acuerdo al
modelo oceánico de complejidad intermedia forzado con vientos superficiales del NCEP,
implementado por IMARPE, la onda Kelvin fría con señal de modo 1, podría haberse
disipado debido a la persistencia de las anomalías de los vientos del oeste en el Pacífico
Ecuatorial Oriental, mientras que la señal de modo 2 aún permanece y podría llegar
entre marzo y abril del 2017. Sin embargo de persistir las anomalías de vientos del
oeste, es posible que arribe a la costa debilitada sin generar un impacto significativo
(Figura 4.2.2).
Por otro lado, se aprecia una profundización de la isoterma de 20°C en el Pacífico
Occidental (160°E – 180°W), la cual sería la señal de una onda Kelvin cálida producida
por la reflexión de una onda Rossby cálida formada con el pulso de viento del este a
inicios de enero, según los modelos numéricos. Esta onda Kelvin cálida, de darse
condiciones favorables, arribaría al extremo oriental a fines de abril, combinando su
efecto con la onda Rossby cálida que se reflejaría en marzo en el Pacífico Oriental
aludida en la sección anterior (Figura 4.2.1).
Para el Pacífico Central (Niño 3.4), 1 de los 7 modelos de NMME inicializados en
marzo predice condiciones neutras para el mes de abril y 6 modelos predicen
condiciones cálidas débiles. Para el mes de mayo, se observan seis modelos con
condiciones cálidas débiles y un modelo con condiciones cálidas moderado (Figura
4.2.3, Tabla 4.2.1).
Para el Pacifico Oriental (región Niño 1+2), los pronósticos de los modelos climáticos
de NMME inicializados en marzo indican para el mes de abril 3 de 7 modelos indican
condiciones cálidas débiles y 4 modelos indican condiciones cálida moderada. Para el
mes de mayo, 1 de 7 modelos indican condiciones cálidas débiles, 6 modelos predicen
condiciones cálidas moderadas (Figura 4.2.4 y Tabla 4.2.2).
De otra parte, en base además a las observaciones y al conocimiento experto, el
ENFEN prevé que durante marzo la TSM frente a la costa norte continúe presentando
valores de 28°C y de hasta 29°C, contribuyendo a la alta probabilidad de lluvias muy
fuertes en las zonas medias y bajas principalmente en Tumbes, Piura y Lambayeque,
aunque su ocurrencia dependerá de las condiciones atmosféricas locales.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 24
Este pronóstico está asociado a la tendencia del calentamiento observado, a la
influencia acumulativa de las ondas Kelvin cálidas, de las cuales la más reciente ya está
impactando la costa central y norte, a la persistencia de la banda secundaria de la ZCIT
observada frente a la costa norte, a las anomalías de vientos del norte y del oeste, y a
los procesos de retroalimentación océano-atmósfera en el Pacífico Oriental. En conjunto,
estas condiciones aumentan la probabilidad de que El Niño costero alcance una
magnitud moderada con una duración hasta abril inclusive.
4.3 A largo plazo (más de 3 meses)
Para el Pacífico Central (región Niño 3.4), la mayoría de los modelos NMME
inicializados en marzo pronostican a partir del mes de junio hasta setiembre un
incremento ligero de sus anomalías, observándose dos modelos con condiciones cálidas
fuertes en el mes de setiembre, pero en general esto debe tomarse con cuidado debido
a la barrera de predictibilidad (Figura 4.2.1 y Tabla 4.2.1). Para el Pacífico Oriental
(región Niño 1+2), los pronósticos de los modelos en promedio extienden el evento El
Niño costero hasta al menos setiembre del 2017, con magnitud moderada a partir de
junio (Figura 4.2.2 y Tabla 4.2.2).
5. CONCLUSIONES
Durante el mes de febrero, en la región Niño 1+2 y frente a la costa del Perú se
mantuvieron las condiciones anómalamente cálidas, asociadas principalmente a cambios
en la circulación atmosférica a escala regional y a la interacción local océano-atmósfera.
En la región Niño 3.4, la TSM presentó anomalías positivas a partir de la segunda
quincena del mes.
Frente a Paita, Chicama y Callao se observó una profundización de las isotermas, la
proyección de Aguas Ecuatoriales Superficiales (AES) de baja salinidad hasta el sur de
Chicama, la aproximación de Aguas Subtropicales Superficiales (ASS) frente a Callao,
así como el arribo de una onda Kelvin cálida a finales del mes.
La ZCIT, estuvo ubicada anómalamente al sur de lo habitual (3°S a 6°S). Las
mayores precipitaciones ocurridas en la región nor-occidental y sobre el centro-sur de los
andes, favorecieron al incremento de caudales en los ríos e incremento en las reservas
hídricas.
La concentración de clorofila-a en superficie disminuyó, sobretodo en la zona norte,
debido a la estratificación superficial y al debilitamiento del afloramiento costero. La
distribución de la anchoveta se restringió al sur de los 10°S y continuó disminuyendo su
actividad desovante.
Se estima que el Niño Costero en curso se extendería hasta abril de acuerdo con las
condiciones observadas y al juicio experto del Comité ENFEN. Además, de acuerdo con
los modelos climáticos de las agencias internacionales, en la región Niño 1+2
continuarían las condiciones cálidas al menos hasta otoño, y en la región Niño 3.4
continuarían las condiciones neutras hasta el mes de mayo, para luego evolucionar a
condiciones cálidas.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 25
Tomando en consideración el monitoreo, los resultados de los modelos de las
agencias internacionales y el conocimiento experto, El Comité Multisectorial ENFEN
prevé la continuación del evento El Niño costero al menos hasta el mes de abril
inclusive, con una mayor probabilidad de alcanzar magnitud moderada.
6. REFERENCIAS
Bentamy, Abderrahim and Croize-Fillon, Denis (2012). Gridded surface wind fields from
Metop/ASCAT measurements. International Journal of Remote Sensing, 33(6), 1729-
1754. doi:10.1080/01431161.2011.600348.
Boulanger, J.-P., and C. Menkes, 1995: Propagation and reflection of long equatorial
waves in the Pacific Ocean during the 1992–1993 El Niño, J. Geophys. Res., 100(C12),
25,041–25,059.
Dewitte B., D. Gushchina, Y. duPenhoat and S. Lakeev, 2002: On the importance of
subsurface variability for ENSO simulation and prediction with intermediate coupled
models of the Tropical Pacific: A case study for the 1997-1998 El Niño. Geoph. Res.
Lett., vol. 29, no. 14, 1666, 10.1029/2001GL014452.
ENFEN, 2012: Definición operacional de los eventos El Niño y La Niña y sus
magnitudes en la costa del Perú. Nota Técnica ENFEN. 2p.
Illig S., B. Dewitte, N. Ayoub, Y. du Penhoat, G. Reverdin, P. De Mey, F. Bonjean and
G.S. E. Lagerloef, 2004: Interannual Long Equatorial Waves in the Tropical Atlantic from
a High Resolution OGCM Experiment in 1981-2000. J. Geophys. Research, 109,
C02022, doi:10.1029/2003jc001771.
Kalnay, E., M. Kanamitsu, R. Kistler, W. Collins, D. Deaven, L. Gandin, M. Iredell, S.
Saha, G. White, J. Woollen, Y. Zhu, A. Leetmaa, B. Reynolds, M. Chelliah, W. Ebisuzaki,
W. Higgins, J. Janowiak, K. Mo, C. Ropelewski, J. Wang, R. Jenne, and D. Joseph, 1996:
The NCEP/NCAR 40-Year Reanalysis Project. Bull. Amer. Meteor. Soc., 77, 437–471.
Kirtman BP, Min D, Infanti JM, Kinter JL, Paolino DA, Zhang Q, van den Dool H, Saha S,
Peña M, Becker E, Peng P, Tripp P, Huang J, DeWitt DG, Tippett MK, Barnston AG, Li S,
Rosati A, Schubert SD, Rienecker M, Suarez M, Li ZE, Marshak J, Lim YK, Tribbia J,
Pegion K, Merryfield WJ, Denis B, Wood EF, 2014: The North American Multimodel
Ensemble: Phase-1 Seasonal-to-Interannual Prediction; Phase-2 toward Developing
Intraseasonal Prediction. Bull. Amer. Meteor. Soc., 95, 585–601.doi: 10.1175/BAMS-D-
12-00050.1
Lindzen, R. S., and Nigam, S., 1987: On the role of sea surface temperature gradients in
forcing low-level winds and convergence in the tropics, J. Atmos. Sci., 44, 17, 2418-2436.
Mantua, N.J. and S.R. Hare, Y. Zhang, J.M. Wallace, and R.C. Francis 1997: A Pacific
interdecadal climate oscillation with impacts on salmon production. Bulletin of the
American Meteorological Society, 78, 1069-1079.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 26
Mosquera, K., 2009: Variabilidad Intra-estacional de la Onda de Kelvin Ecuatorial en el
Pacífico (2000-2007): Simulación Numérica y datos observados. Tesis para optar el
grado de Magíster en Física - Mención Geofísica en la Universidad Nacional Mayor de
San Marcos.
Mosquera, K., B. Dewitte y P. Lagos, 2011: Variabilidad Intra-estacional de la onda de
Kelvin ecuatorial en el Pacífico (2000-2007): simulación numérica y datos observados.
Magistri et Doctores, Revista de la Escuela de Posgrado de la Universidad Nacional
Mayor de San Marcos, Lima, Año 5, No9, julio-diciembre de 2010, p. 55.
Mosquera, K., 2014: Ondas Kelvin oceánicas y un modelo oceánico simple para su
diagnóstico y pronóstico, Boletín Técnico "Generación de modelos climáticos para el
pronóstico de la ocurrencia del Fenómeno El Niño", Instituto Geofísico del Perú, Enero,
1, 1, 4-7.
Quispe, J. y L. Vásquez. 2015. Índice “LABCOS” para la caracterización de eventos El
Niño y La Niña frente a la costa del Perú, 1976 – 2015. IMARPE, Boletín Trimestral
Oceanográfico, 1(1-4): 14-18.
Takahashi, K., K. Mosquera y J. Reupo, 2014: El Índice Costero El Niño (ICEN): historia
y actualización, Boletín Técnico "Generación de modelos climáticos para el pronóstico de
la ocurrencia del Fenómeno El Niño", Instituto Geofísico del Perú, Febrero, 1, 2, 8-9.
Xie ,S. y S.G.H. Philander, 1994: A coupled ocean-atmosphere model of relevance to the
ITCZ in the eastern Pacific, Tellus, 46A, 340-350
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 27
7. FIGURAS
a)
b)
c)
d)
Figura 3.1.1.1. Anomalías de la temperatura superficial del mar (°C) en el océano Pacífico
oriental para los días a) 31 de enero, b) 11 de febrero, c) 20 de febrero, y e) 26 de febrero de
2017. La línea sólida en color azul indica el límite la región Niño 1+2 y Niño 3+4. Datos:
NCDC/NCEP/NOAA. Procesamiento: DHN.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 28
Figura 3.1.1.2- Anomalías de la temperatura superficial del mar (°C) en las regiones Niño de
marzo del 2016 a febrero del 2017. Fuente: NCEP/NOAA.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 29
Figura 3.1.1.3. a) TSM absoluta (°C) y b) anomalía de la TSM (°C) desde marzo del 2016
hasta febrero del 2017, climatología (línea discontinua), datos infrarrojos (línea gris),
microondas (línea roja) y OSTIA (línea negra), en la región 1+2. Procesamiento: IGP.
Figura 3.1.1.4 Evolución del Índice de Oscilación Sur (IOS), considerando la media móvil
de 30 días. Fuente: Bureau of Meteorology, Australia.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 30
Figura 3.1.1.5. Hovmöller de anomalías de a) Radiación de Onda Larga - OLR (W/m2)
desde el mes de febrero de 2106 hasta febrero de 2017. Datos: NCEP b) Precipitaciones
en el mes de febrero de 2016. Datos: TRMM. Procesamiento: IGP/SENAMHI.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 31
Figura 3.1.1.6. Radiación de Onda Larga - OLR (W/m2) en el Pacífico central-oriental
(170°W-140°W, 5°S-5°N) desde el mes de enero hasta el mes de febrero. Datos:
ESRL/NOAA, Procesamiento: IGP.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 32
Figura 3.1.1.7. Diagrama longitud-tiempo de las anomalías del viento zonal ecuatorial,
temperatura superficial del mar y profundidad de la isoterma de 20°C entre 2°N-2°S, en
base a datos de TAO/TRITON, actualizados a fines de febrero.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 33
Figura 3.1.1.8. Diagrama longitud-tiempo de las anomalías de esfuerzo de viento zonal
ecuatorial basado en datos del escaterómetro ASCAT (a) y anomalía de la profundidad de la
isoterma de 20°C con datos de los derivadores de ARGO y de las boyas TAO/TRITON (b).
Las líneas diagonales plomas representan una propagación hacia el este con velocidad de
2.7 m/s para la Onda de nivel del mar. Procesamiento: IGP
a) ASCAT (taux) *clim. 1981-2010+
b) ARGO+TAO
[clim. 1993-2016]
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 34
Figura 3.1.1.9. Análisis de anomalías del viento (m/s) en a) 850 hPa y b) 200 hPa para el
mes de febrero del 2017. Datos: NCEP/NOAA. Procesamiento: SENAMHI-DCL.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 35
a)
b)
c)
d)
e)
f)
Figura 3.1.1.0. Circulación atmosférica ecuatorial promedio mensual (derecha) y su
anomalía (izquierda) para el mes de diciembre (a y b); enero (c y d); y febrero (e y f) del
2017, respectivamente. Fuente: SENAMHI con datos de la NCEP-NOAA.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 36
Figura 3.1.2.1. Anomalías del Nivel Medio del Mar, actualizados a febrero del 2017, a) 23 de enero b) 07 de febrero, c) 17 de febrero y d) 22 de febrero; Fuente AVISO – DHN.
Figura 3.1.2.2. Anomalías de la temperatura sub-superficial del mar (°C) en el océano
Pacífico ecuatorial entre los 2°N y 2°S promediadas cada cinco días, finalizando los días: a)
6 de febrero, b) 11 de febrero, c) 16 de febrero, d) 21 de febrero y e) 26 de febrero de 2017.
Fuente: TAO/TRITON, PMEL/NOAA.
a) b) c)
d) e)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 37
Figura 3.1.2.3. a) Inclinación de la termoclina, diferencia de la profundidad zonal del ajuste
de la regresión lineal para la longitud (137°E – 95°W). Climatología 1993-2012 (punteado).
b) Contenido de calor en la región ecuatorial entre 2°N y 2°S). Data: TAO/TRITON.
Procesamiento: IGP.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 38
a)
b)
Figura 3.2.1.1 Presión atmosférica (hPa) a nivel medio del mar para febrero del 2017. a)
Promedio de la Presión atmosférica (hPa) a nivel del mar, b) Anomalía de la Presión
atmosférica (hPa) a nivel del mar. Datos: NCEP/NOAA. Procesamiento: SENAMHI.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 39
Figura 3.2.1.2. Condiciones promedio de precipitación, temperatura superficial del mar (TSM) y esfuerzo de viento, correspondientes a enero, (a) valores absolutos de precipitación, (b) anomalía de precipitación, (c) valores absolutos de TSM asociados al esfuerzo de vientos, (d) anomalías de TSM, asociados al esfuerzo de vientos. Fuente TRMM, AVHRR-NCDC-NOAA, ASCAT-IFREMER. Procesamiento: IGP.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 40
a)
b)
Figura 3.2.1.3. a) Velocidad del viento (m/s) y b) Anomalía del viento (m/s), desde los 0°
hasta 20°S en el periodo de agosto del 2016 al 25 de febrero del 2017. Los vectores
representan la dirección del viento y anomalía de la dirección del viento, respectivamente.
Datos: ASCAT. Procesamiento: IMARPE.
a)
b)
Figura 3.2.1.4. a) Dirección del Viento; b) Índice de Afloramiento Costero (a partir del viento
diario satelital a 40 Km frente a la costa del Perú). Las líneas encierran los períodos en los
cuales persistió viento con componente sur (vv>4 m/s) al menos 05 días consecutivos.
Datos: ASCAT, Procesamiento: IMARPE.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 41
a)
b)
Figura 3.2.2.1. Anomalías de las temperaturas extremas del aire (°C) en la costa peruana
desde enero 2016 a febrero del 2017. a) Temperatura máxima y b) Temperatura mínima.
Fuente: SENAMHI.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 42
--
Figura 3.2.3.1. Variaciones de la zona de convergencia intertropical (ZCIT), precipitación y
temperatura superficial del mar (TSM), en el Pacífico Ecuatorial cerca a Sudamérica. a)
Evolución de la ZCIT entre los 84ºW a 86°W, evidenciada a partir de la convergencia de
humedad relativa. Contornos azules: ascensos verticales (Pa/seg) promedio entre 500 y 850
hPa.
Matices de colores: convergencia de humedad (10*s-1); vectores: flujos de relación de
mezcla en 1000 hPa. Fuente: SENAMHI. b) Diagrama Hovmöller de isotermas de 26°C y
27°C (líneas negras) entre costa y los 330 km, asociados a la precipitación desde la costa
hasta los 1000 m de altitud (gradientes de color). Fuente: TRMM; procesamiento: IGP.
(a)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 43
Figura 3.2.3.2. Mapa de anomalías de precipitación acumulada (%), durante la (a) primera, (b) segunda y (c) tercera decadiaria de febrero del 2017, registradas en las estaciones meteorológicas del SENAMHI.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 44
Figura 3.2.3.3. Series de tiempo actualizados a fines de febrero, de los caudales diarios (m3 /s) de los principales ríos del Perú, entre los meses de setiembre a agosto: a) Tumbes, b) Chira, c) Piura, d) Chancay Lambayeque, e) Santa, f) Chancay Huaral, g) Rímac, h) Majes, de la vertiente del pacífico; i) Huancané y j) Ramis, de la cuenca del Titicaca. Líneas azules: caudales de años 2016-2017, negras: Promedio histórico, amarillas: nivel de alerta, y rojas: nivel de emergencia. Fuente: ANA.
0
200
400
600
800
1,000
1,200
sep oct nov dic ene feb mar abr may jun jul ago
Río Tumbes
0
100
200
300
400
500
600
700
sep oct nov dic ene feb mar abr may jun jul ago
Río Chira
0
500
1,000
1,500
2,000
2,500
3,000
sep oct nov dic ene feb mar abr may jun jul ago
Río Piura
0
80
160
240
320
400
sep oct nov dic ene feb mar abr may jun jul ago
Río Majes
0
20
40
60
80
100
sep oct nov dic ene feb mar abr may jun jul ago
Río Huancané
0
90
180
270
360
450
sep oct nov dic ene feb mar abr may jun jul ago
Río Ramis
0
30
60
90
120
150
sep oct nov dic ene feb mar abr may jun jul ago
Río Rímac
0
80
160
240
320
400
sep oct nov dic ene feb mar abr may jun jul ago
Río Santa
0
50
100
150
200
250
sep oct nov dic ene feb mar abr may jun jul ago
Río Chancay Lambayeque
0
30
60
90
120
150
sep oct nov dic ene feb mar abr may jun jul ago
Río Chancay Huarala f
d
b
c
e
g
i
h
j
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 45
Figura 3.2.4.1. Comparación de los datos satelitales de ERSST y OI-SST respecto a los datos observados de las boyas ARGO durante los meses de enero y febrero 2017.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 46
Figura 3.2.4.2. Índice Costero El Niño para los años 1972-1974 (verde), 1982-1984 (rojo), 1997-1999 (azul) y 2015-2017 (negro). Se agregan datos OI SST para enero a marzo del 2017. Fuente IGP.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 47
Figura 3.2.4.3. Condiciones térmicas del océano frente a Perú, a) Temperatura Superficial del Mar (TSM) y b) Anomalías de la TSM (°C), durante los días 07, 14, 21 y 28 de febrero del 2017. El cuadrante indica el límite de la región Niño 1+2. Fuente: OSTIA. Procesamiento: IMARPE.
a) b)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 48
Figura 3.2.4.4. a) Variación del índice LABCOS y su valor mensual (línea punteada con símbolos), basado en las anomalías de la TSM registradas en estaciones del litoral ubicadas de Paita a Ilo (Quispe & Vásquez, 2015); b) Diagrama Hovmöller de la anomalía de la TSM a lo largo del litoral durante el último trimestre, en estaciones de la DHN e IMARPE (Chicama).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 49
Figura 3.2.4.5. Anomalías del Nivel Medio del Mar, actualizados a febrero del 2016, a) Series diarias y b) Hovmöller durante el último bimestre en estaciones costeras de la DHN, c) Hovmöller en franja costera de 0-100 km, entre 2015-2016; Fuente AVISO – IMARPE.
Figura 3.2.5.1 Distribución vertical de: a) temperatura (°C), b) anomalía de temperatura (°C),
c) salinidad (ups) y d) anomalía de salinidad (ups) frente a Paita, realizada durante el 21 y
22 de febrero de 2017. Fuente: IMARPE.
a) b) c) d) e)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 50
Figura 3.2.5.2 Distribución vertical de: a) temperatura (°C), b) anomalía de temperatura (°C),
c) salinidad (ups) y d) anomalía de salinidad (ups) frente a Chicama, realizada durante el 18
y 19 de febrero de 2017. Fuente: IMARPE.
a) b) c) d) e)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 51
Figura 3.2.5.3 Series de tiempo para la estación oceanográfica fija frente a Paita (punto fijo
Paita) de: a) temperatura (°C), b) anomalía de la temperatura (°C), c) salinidad (ups), c)
oxígeno (mL/L), d) silicatos (μM) y e) clorofila (µg/L), para el periodo del 01 de enero de
2016 al 27 de febrero de 2017. Climatología: 1994-2010. Fuente: IMARPE.
a)
b)
c)
d)
e)
f)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 52
Figura 3.2.5.4. Series de tiempo para la estación oceanográfica fija frente a Chicama (punto
fijo Chicama) de: a) Temperatura (°C), b) Salinidad (ups) y c) Oxígeno (mL/L), para el
periodo del 01 de enero de 2016 al 27 de febrero de 2017. Fuente: IMARPE.
a)
b)
c)
d)
e)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 53
Figura 3.2.5.5. Series de tiempo para la estación oceanográfica fija frente a Callao (punto fijo Callao) de: a) temperatura (°C), b) anomalía de la temperatura (°C), c) Salinidad (ups), d) oxígeno (mL/L), e) Silicatos (μM) y f) Clorofila (µg/L), para el periodo del 01 de enero de 2016 al 28 de febrero de 2017. Climatología: 1994-2010. Fuente: IMARPE.
a)
c)
d)
e)
b)
f)
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 54
Figura 3.2.6.1. Clorofila satelital promedio para el mes de (a) enero y (b) febrero del satélite
MODIS frente a Perú. (c) Mapa de anomalía promedio mensual de clorofila-a satelital y (d)
número de datos por pixel proveniente del satélite MODIS. Además, (e) Hovmöller latitud vs.
tiempo y (f) serie de tiempo de anomalías de clorofila superficial satelital promedio
provenientes del satélite MODIS entre enero del 2014 a febrero del 2016. En (e) se tomó un
promedio entre los 0-100km de la costa y en (f) entre los 4°S-16°S y 0-100km de la costa.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 55
Figura 3.2.7.1. (a) Distribución espacial de las capturas de anchoveta y (b) la estructura de
tallas por puerto durante febrero 2017, ambas correspondientes a la flota artesanal. Fuente:
LBR/IMARPE
Figura 3.2.7.2. (a) Distribución espacial de los valores eco-integrados de anchoveta y (b) la
estructura de tallas por latitud de la EUREKA LXIX entre el 21 y 23 de febrero del 2017.
Fuente: LBR/IMARPE
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 56
Figura 3.2.7.3. Indicadores reproductivos, a) Índice Gonadosomático (IGS), b) Fracción
Desovante (FD), y c) Índice de atresia del stock norte – centro de anchoveta. Serie mensual:
enero 2015 – febrero 2017. Fuente: LBR/IMARPE
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 57
Figura 4.2.1. Diagrama Hovmöller longitud-tiempo mostrando las simulaciones de las ondas
Kelvin en el Océano Pacifico ecuatorial. Modelo oceánico lineal (LOM-IGP, suma de
componentes Kelvin y Rossby) con (a) termoclina constante y (b) termoclina variable.
Fuente: IGP.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 58
Figura 4.2.2. Diagramas Hovmöller longitud-tiempo mostrando las simulaciones de las
ondas Kelvin en el Océano Pacifico ecuatorial. Modelo oceánico de complejidad intermedia:
Modo 1 (a), Modo 2 (b), Modos 1+2 (c) de la isoterma de 20°C, en metros. La línea
discontinua horizontal indica el inicio del pronóstico.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 59
Figura 4.2.3. Índice Niño 3.4 mensual observado y pronosticado por los modelos de NMME. Fuente: CPC/NCEP/NOAA.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 60
Figura 4.2.4. Índice Costero El Niño (ICEN, círculos llenos en color negro; ICEN-OI triángulos llenos en color negro) y sus valor temporal (ICENtmp, círculo lleno en color rojo, e INCEN-OItmp triangulo lleno en color rojo). Además, pronósticos numéricos del ICEN (media móvil de 3 meses de las anomalías pronosticadas de TSM en la región Niño1+2) por diferentes modelos climáticos. Las líneas entrecortadas corresponden a los miembros de los "ensembles". Los pronósticos de los modelos CFSv2, CMC1, CMC2, GFDL, NASA, NCAR. Fuente: IGP, NOAA, proyecto NMME.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 61
8. TABLAS
Tabla 3.2.3.1 Volumen de agua almacenado en los reservorios principales para el mes de febrero. Fuente ANA.
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 62
Tabla 3.1.1.1 Valores del Oceanic Niño Index (ONI) de mayo 2016 a enero del 2017. Además se presentan los valores estimados del ONI (ONItmp) para febrero y marzo del 2017 (Procesamiento: IGP).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 63
Tabla 3.2.4.1 Valores del Índice Costero El Niño (ICEN) de mayo de 2016 a enero de 2017, basado en datos de infrarrojo con interpolación óptima y datos in situ (OISST). Además se presentan los valores estimados del ICEN usando la misma fuente para febrero y marzo del 2017 (Procesamiento: IGP).
Diagnóstico Climático y Previsión de El Niño-Oscilación del Sur en el Perú, febrero 2017 64
Tabla 3.2.4.2 Anomalías mensuales de la temperatura superficial del mar (°C) y nivel medio del mar (cm) en el semestre setiembre – febrero de 2017. Fuente: Estaciones costeras – DHN.
Tabla 4.2.1 Pronósticos de ONI por modelos de NMME (promedios trimestrales de los
pronósticos de las anomalías en Niño 3.4). Para los trimestres EFM los meses de enero y
febrero son datos observados.
Tabla 4.2.2 Pronósticos de ICEN por modelos de NMME (promedios trimestrales de los
pronósticos de las anomalías en Niño 1+2). Para los trimestres EFM los meses de enero y
febrero son datos observados.
- - - - -
- - -
- - - -
- - - -
- - - - -
-
- - - - - - - - -
- - - - - - - - -
- - - - - - - -